A jak mám teda vybrat tu BI firmu? | Mňamka #186
A jak mám teda vybrat tu BI firmu?
Dobrá otázka … znáte to … to máte ty snowflaky, faktovky, tabulky, atributy, bigquery, gooddaty, koláče, barčárty, apíčka, pajplajny, etlka, use cases, warehouses ... Uvezu to, pane Lorenc?
Nevím jak vy, ale já osobně vidím obrovskou paralelu mezi stavbou domu a stavbou BI/datové analytiky… Tak se na to pojďme podívat!
Proč chcete vlastně BI firmu a koho sháníte?
Sháníte “ruce” (= zedníky), někoho kdo nabuší SQL nebo potřebujete pomoc s architekturou (= architekt) a pohlídat řemeslníky (= stavební dozor)? Chcete postavit komplet řešení a technologie máte koupené, nebo se Vám hodí pomoc s výběrem nástrojů (= projektant / technolog - )? Máte ujasněné požadavky a nebo bude potřeba nejdřív zmapovat potřeby businessu (= architekt)? Nebo jen víte, že ty data by Vám fakt mohly pomoct?
Jak bych vybíral BI firmu já?
Tak nejdřív … nejdřív je třeba si uvědomit, že BI je běh na dlouhou trať a v podstatě se jedná o nikdy nekončící proces (konec konců i o ten dům se nakonec musíte starat a čas od času natřít plot nebo přistavět kůlnu. No a za nějakou dobu možná trochu přestavět, aby odpovídal požadavkům). Mění se business potřeby, vyvíjejí se nástroje, lidé chtějí další/jiné pohledy na data, mění se okolní prostředí … na všechno je třeba reagovat a pořád tunit a tunit.
Hledal bych firmu, která má pod kůží agilní přístup. Nemusí nutně praktikovat striktně nějaký framework, ale chcete, aby měla ten přístup ve svojí DNA. Prostě žádné “půl roku budeme dělat analýzu požadavků, a sepíšeme všechny metriky, co potřebujete” … takhle ne … takovou firmu bych rovnou diskvalifikoval … co dál?
No když si vezmu, že bych stavěl dům, tak mi ho asi nejdriv namaluje nějaký architekt … nebo jako takhle … můžu si ho namalovat sám, ale dost možná zapomenu na nějaké dost podstatné věci a nakonec si budu říkat “kdybych to já býval svěril do rukou toho architekta...” … takže třeba jo, ušetříte, když si datovou architekturu namalujete sami, ale určitě budou dobře investované peníze do projektu s někým, kdo už má “nějaký track record”.
Dal bych si pozor na sliby “všechno bude, není problém”, případně, pokud se Vám třeba hlavou honí “data science projekt”, tak rovnou zahazujte lidi, co přijdou z ulice na první schůzku a tvrdí, že ta predikce určitě bude a “máme na to tady náš zázračný tool”. Dost často se totiž stane, že narazíte na potřebu v datech nejdřív uklidit. Nevěřte šamanům. Taky nebudete stavět bazén, když nemáte základy na dům … no někdo možná jo … :)
Dům si určitě můžete postavit sami, bude to levnější, ale co ty takzvané náklady obětované příležitosti. Co jste mohli dělat místo zdění? A co “time to value” neboli rychlost doručení a to, co díky ní můžu dělat?
Takže ještě jednou:- Nevěřte šamanům
- Ověřte si reference, ideálně víc
- Chtějte agilní přístup
- Nepodepisujte na první schůzce, poznejte se trochu, nejste si jisti tak zkuste nějaký “proof of concept” ať si spolupráci osaháte za jasně ohraničených podmínek
- Hledejte transparentnost a “parťáka”
- Co když TO postavím svépomocí? Co obětuju / o co přijdu a co získám?
Průzkum: Business Intelligence v malých a středních firmách
V několika minulých týdnech jsme se poměrně intenzivně věnovali zmapování situace v oblasti využívání Business Intelligence malými a středními firmami (SME) v ČR. Zajímala nás vyspělost trhu v této oblasti a to, jakým způsobem se zde projevují trendy demokratizace a decentralizace datové analytiky a přesunu vlivu od IT oddělení směrem k byznys uživatelům, jak to např. popisuje Gartner ve svém posledním vydání BI Magic Quadrantu.
Stará dobrá eReFeM
O RFM segmentaci napsal snad každý, kdo se zabývá datovou analýzou, segmentací zákazníků, využitím dat v marketingu apod. Jeden z nejlepších článků o tom, co to je, jak to funguje a k čemu všemu to může být dobré, najdete v Padákově deníčku - doporučuju, pokud se chcete s metodou lépe seznámit.
Datovej Woodstock 2018
Před víc jak dvěma lety jsem na blogu psal o tom, jak moc nechodíme na hackathony, ale občas je spolupořádáme. Tentokrát jsme se ale pustili do akce násobně větší. Jak to dopadlo?